示。

在市农村的居民地影像中，由于房屋建筑以平房为主，分布相对密集。

外部轮廓整体较为清晰，但是由于村庄附近有几家养殖场工厂，与居民住房难以精确区分，因此地物制图精度稍差，为背景制图精度较高，达到了总体精度，系数为。

在市市区的居民地影着我国波段差分干涉卫星的成功发射，以数据为主导的多源遥感数据测绘技术将迎来重大突破。

特别是在增强信息自动化处理和多源异构数据处理能力方面，以及地理信息智能化解译与变化提取等方面将会发挥重要价值。

在多源遥感数据应用中需要解决两个关键问题其是如何从卫星图像中自动识别和智能提取地物要素，其是如何将同目标区域内不同时多源遥感数据测绘应用关键技术浅析论文原稿的区域生长法从纹理复杂的居民地中勾勒出地物轮廓，总体精度达到了。

随后介绍了几种图像配准方法，并在图像配准的基础上检测地物要素的变化情况，使得检测精度达到了，该检测结果可直接用于地理国情监测等应用。

由于纹理特征具有旋转不变性较强的噪声抵抗能力，因此在图像特征提取中有着广泛应用。

摘要本文首先概述了基于纹理特征的半自动提取技术，图像配准随着我国波段差分干涉卫星的成功发射，以数据为主导的多源遥感数据测绘技术将迎来重大突破。

特别是在增强信息自动化处理和多源异构数据处理能力方面，以及地理信息智能化解译与变化提取等方面将会发挥重要价值。

在多源遥感数据应用中需要解决两个关键问题其是如何从卫星图像中自动识别和智能提取地物要素，其是如何将同目标区基于滤波器的地物要素提取方法，具有较强的方向选择性和抗干扰能力，可以较为清晰地表达纹理的细部特征，在纹理分析上存在明显优势。

同时，该方法在有较强光照反射的河流处会损失大量细节，导致抽取的地物特征不能精确表达居民地信息。

综上，基于纹理特征的半自动提取方法优缺点如下优点在于算法比较简单，数据处理速度快，定位精度高。

支半自动提取实验分析实验中分别选择了两副不同的图像，副为市的农村，截取的影像大小为另幅为市的市区，截取的影像大小为。

数据来源成像时间等相关信息如表所示。

在市农村的居民地影像中，由于房屋建筑以平房为主，分布相对密集。

外部轮廓整体较为清晰，但是由于村庄附近有几家养殖场工厂，与居民住房难以精确区分，因此地物制图精度稍的方向参数设定为，对应居民地的行列方向。

在傅里叶变换幅度谱上，可以观察到纹理的粗细和周期的强弱。

在幅度谱上找出波峰，并确定波峰频率。

由于峰值的大小和原始图像周期性的好坏呈正相关，所以幅度谱中波峰所在位置，即为滤波器的中心频率。

对应滤波器的两个主方向和，相应的得到两个中心频率和。

滤波器的标准差直接影响遥感影像中地物信息，以及其他周期或非周期成分，这些信息相互掺杂，直接分析具有较大的难度。

可以使用傅里叶变换将遥感影像转化成包括幅度相位的复函数，然后在频域中展开分析即可降低难度。

但是常规的维图像频谱分析，只能表达全域的信号频率特征，而不能对频域内个局部的信号展开选择性分析，这不利于居民地遥感影像中房屋道路河流等特征信息的提取和分析。

为之，若值偏低，则会受到噪声干扰，结合设备参数和地物提取需要，这里的和取值均为。

在确定了滤波器组两个主方向上的中心频率标准差后，分别以滤波影像的直方图为特征，以直方图相交距离为纹理相似性测度，完成居民地提取。

整个流程如图所示。

结论在我国航空航天遥感技术不断发展背景下，多源异构遥感数据在智能化测绘应用方面发挥了重要价值。

含纹理信息丰富纹理特征不易丢失等。

基于变换的居民地提取流程。

基于多通道滤波器的居民地提取方法如下按照传统区域生长法确定种子点候选点，并通过区域内搜索确定出居民地滤波影像。

对遥感影像做傅里叶变换，并确定滤波器的方向参数。

由于居民地坐南朝北，因此滤波去的方向参数设定为，对应居民地的行列方向。

在傅里叶变换幅多源遥感数据测绘应用关键技术浅析论文原稿要素的提取。

如果值偏高，则难以展示图像的局部特性。

反之，若值偏低，则会受到噪声干扰，结合设备参数和地物提取需要，这里的和取值均为。

在确定了滤波器组两个主方向上的中心频率标准差后，分别以滤波影像的直方图为特征，以直方图相交距离为纹理相似性测度，完成居民地提取。

整个流程如图所示多源遥感数据测绘应用关键技术浅析论文原稿波器组成个多通道滤波器组。

其优点在于处理速度快特征向量包含纹理信息丰富纹理特征不易丢失等。

基于变换的居民地提取流程。

基于多通道滤波器的居民地提取方法如下按照传统区域生长法确定种子点候选点，并通过区域内搜索确定出居民地滤波影像。

对遥感影像做傅里叶变换，并确定滤波器的方向参数。

由于居民地坐南朝北，因此滤波析具有较大的难度。

可以使用傅里叶变换将遥感影像转化成包括幅度相位的复函数，然后在频域中展开分析即可降低难度。

但是常规的维图像频谱分析，只能表达全域的信号频率特征，而不能对频域内个局部的信号展开选择性分析，这不利于居民地遥感影像中房屋道路河流等特征信息的提取和分析。

为解决这缺陷，本文提出了种基于变换的居民地局部地决这缺陷，本文提出了种基于变换的居民地局部地物要素提取方法。

由滤波器发出的小波，对光照变化不敏感，但是对于图像边缘较为敏感，有着良好的方向选择性和尺度选择性，因此可以在地物的局部空间和频域信息等方面表现出较强的适应性。

另外，考虑到居民地遥感影像具有地物要素多纹理特征不明显的特点，因此使用多个滤物要素提取和图像配准是多源遥感数据处理和应用的两项关键技术。

本文提出的种基于纹理特征的地物要素提取方法，以及面向地理对象的图像配准方法，可以精确获得遥感图像中的地物要素，并且保证了轮廓精度，为地形图的修测和地理国情监测等工作的开展提供了帮助。

基于变换的区域生长法算法原理。

遥感图像中除了地物信息外，还有背景信息噪声度谱上，可以观察到纹理的粗细和周期的强弱。

在幅度谱上找出波峰，并确定波峰频率。

由于峰值的大小和原始图像周期性的好坏呈正相关，所以幅度谱中波峰所在位置，即为滤波器的中心频率。

对应滤波器的两个主方向和，相应的得到两个中心频率和。

滤波器的标准差直接影响遥感影像中地物要素的提取。

如果值偏高，则难以展示图像的局部特性。

反物要素提取方法。

由滤波器发出的小波，对光照变化不敏感，但是对于图像边缘较为敏感，有着良好的方向选择性和尺度选择性，因此可以在地物的局部空间和频域信息等方面表现出较强的适应性。

另外，考虑到居民地遥感影像具有地物要素多纹理特征不明显的特点，因此使用多个滤波器组成个多通道滤波器组。

其优点在于处理速度快特征向量多源遥感数据测绘应用关键技术浅析论文原稿征，具有较强的针对性。

缺点在于算法适应能力偏弱，只能针对特定图像，容易受到地物噪声的影响。

例如在反射较强的水域，地物信息的表达精度会有明显降低多源遥感数据测绘应用关键技术浅析论文原稿。

基于变换的区域生长法算法原理。

遥感图像中除了地物信息外，还有背景信息噪声信息，以及其他周期或非周期成分，这些信息相互掺杂，直接像中，新建的公寓楼房较多，同时也有较多的学校商场等建筑物。

整体来看内部排列和外部轮廓较为清晰。

同时市区内有条河流穿越，因为水面反射等原因导致河流两侧的轮廓较为模糊。

地物制图精度为，背景制图精度为，总体精度为，系数为。

实验结果表明，基于滤波器的地物要素提取方法，具有较强的方向选择性和抗干扰能力，可以较为清间不同成像条件下获得的多幅图像，变换到同个坐标系统中。

为解决上述两个问题，本文分别提出了基于纹理特征的半自动提取技术和面向地理对象的图像配准技术，这两项关键技术的应用将进步提高多源遥感数据的应用价值，为地理国情监测工作的更好开展提供了技术支撑。

半自动提取实验分析实验中分别选择了两副不同的图像，副为市的农村，截取的影使用基于变换的区域生长法从纹理复杂的居民地中勾勒出地物轮廓，总体精度达到了。

随后介绍了几种图像配准方法，并在图像配准的基础上检测地物要素的变化情况，使得检测精度达到了，该检测结果可直接用于地理国情监测等应用多源遥感数据测绘应用关键技术浅析论文原稿。

关键词多源遥感数据测绘半自动提取变换图像配准随内不同时间不同成像条件下获得的多幅图像，变换到同个坐标系统中。

为解决上述两个问题，本文分别提出了基于纹理特征的半自动提取技术和面向地理对象的图像配准技术，这两项关键技术的应用将进步提高多源遥感数据的应用价值，为地理国情监测工作的更好开展提供了技术支撑。

摘要本文首先概述了基于纹理特征的半自动提取技术，并使用基于变换自定义种子点，理论上可以将遥感图像中任意点确定为种子点，因此可以精确显示点的细部特征，具有较强的针对性。

缺点在于算法适应能力偏弱，只能针对特定图像，容易受到地物噪声的影响。

例如在反射较强的水域，地物信息的表达精度会有明显降低多源遥感数据测绘应用关键技术浅析论文原稿。

关键词多源遥感数据测绘半自动提取变换稍差，为背景制图精度较高，达到了总体精度，系数为。

在市市区的居民地影像中，新建的公寓楼房较多，同时也有较多的学校商场等建筑物。

整体来看内部排列和外部轮廓较为清晰。

同时市区内有条河流穿越，因为水面反射等原因导致河流两侧的轮廓较为模糊。

地物制图精度为，背景制图精度为，总体精度为，系数为。

实验结果表明，